Un programa de alfabetización de datos que también está cambiando la relación de los estudiantes con la ciencia y los científicos está entrando en su tercera ronda de financiación con una nueva subvención de $1.5 millones de la Fundación Nacional de Ciencias.
En colaboración con la Universidad de Auburn, el programa Data Nuggets en la Estación Biológica W.K. Kellogg, o KBS, trabajará para identificar factores que mejoren la equidad y el éxito en la educación universitaria de STEM.
Lanzado por la Universidad Estatal de Michigan en 2011, Data Nuggets es un proyecto de desarrollo curricular diseñado para ayudar a los estudiantes a comprender y utilizar mejor los datos. El programa muestra cómo los profesionales en ciencia, tecnología, ingeniería y matemáticas realmente trabajan con datos al compartir sus historias, lo que también permite a los estudiantes relacionarse en un nivel mucho más personal.
Data Nuggets desafía a los estudiantes desde el jardín de infancia hasta niveles universitarios a responder preguntas científicas utilizando datos para respaldar sus afirmaciones. Las preguntas y datos provienen de investigaciones reales proporcionadas por científicos cuyos estudios van desde la física hasta la ecología y el comportamiento animal.
Para agregar el elemento personal, Data Nuggets está colaborando con Project Biodiversify, otro programa educativo iniciado en la Universidad Estatal de Michigan, para agregar las biografías de los científicos, que incluyen información como pasatiempos y sus vidas fuera de la ciencia. Esto ayuda a los estudiantes a relacionarse con los investigadores y verlos menos como extraños con batas de laboratorio y más como modelos a seguir científicos.
“Hemos descubierto que son los científicos los que están involucrando a los estudiantes en las actividades”, dijo Elizabeth Schultheis, co-líder del programa Data Nuggets. “Si se conectan con el modelo a seguir, entonces puedes hacer que los estudiantes realicen las actividades de alfabetización de datos porque saben, ‘Oh, esta es una persona real. Me relaciono con esta persona. Y estoy trabajando con datos auténticos y reales. No estoy haciendo trabajo ocupado’”.
Schultheis, quien obtuvo su doctorado en biología vegetal en la Universidad Estatal de Michigan, también es la coordinadora de educación y divulgación del Programa de Investigación Ecológica a Largo Plazo, o LTER, en KBS, que apoya a Data Nuggets. Schultheis y la co-líder, Melissa Kjelvik, desarrollaron y dirigen el programa, formando asociaciones para investigar y financiar el programa.
“Con nuestra investigación actual, estamos tratando de averiguar qué es lo especial que realmente resuena con los estudiantes en términos de los modelos a seguir”, dijo Kjelvik.
“Nuestra investigación investigará cómo y por qué los modelos a seguir son críticamente importantes para los estudiantes”, dijo Cissy Ballen. Ballen es profesora asociada en el Departamento de Ciencias Biológicas de Auburn, la institución líder en la subvención de la NSF, que se basa en el éxito pasado de Data Nuggets y ayudará a garantizar su impacto futuro.
“La teoría detrás de esto es que los estudiantes deben poder ver el éxito de un científico como alcanzable para poder relacionarse con ese científico”, dijo Ballen. “Mi predicción es que los estudiantes encontrarán el éxito más relatable cuando vean que algunos científicos, como ellos, han tenido dificultades con la ciencia, pero luego pudieron superar esa lucha”.
Haciendo que los datos hablen
Muchos estudiantes tienen los ojos vidriosos cuando escuchan términos como “datos” o “ciencia”.
Incluso Schultheis admite que no apreció la importancia de los datos hasta que era estudiante de posgrado recopilando los suyos. El problema, dijo, es que a menudo se enseña a los niños cómo hacer un gráfico, por ejemplo, pero no el por qué.
“Nunca aprendí a importarme hasta que entendí que la razón por la que hago un gráfico es porque quiero responder una pregunta”, explicó Schultheis. “Necesito ver los datos, cómo se ven. Y es por eso que hago un gráfico”.
Data Nuggets no cambia las habilidades que se enseñan en los planes de estudio convencionales. Los estudiantes siguen aprendiendo cómo hacer y etiquetar ejes, por ejemplo, y luego cómo trazar datos para crear gráficos. Pero también obtienen una introducción más inmersiva sobre por qué las personas reales usan estas habilidades.
“Nuestro propósito con estos módulos de Data Nuggets es que todo siempre se dé en un contexto real y siempre al servicio de una pregunta científica”, dijo Schultheis. “Siempre es: Aquí está un científico. Aquí está la pregunta que realmente le importa y la razón por la que recopiló estos datos es porque quiere responder a esta pregunta. Y haces el gráfico para visualizarlo para que puedas ver lo que los datos te están diciendo”.
Las actividades de Data Nugget vienen en cuatro niveles, para que los instructores puedan utilizar los más adecuados para sus clases específicas. Las actividades de nivel 4 están diseñadas para estudiantes de secundaria y universitarios, mientras que las actividades de nivel 1 son apropiadas para escuelas primarias y grados superiores que buscan una actualización después de las vacaciones de verano, por ejemplo.
Los profesores también tienen flexibilidad en cómo presentar una actividad según sus objetivos. Por ejemplo, los instructores pueden elegir actividades con gráficos completados para que los estudiantes se centren en interpretar lo que ven para responder preguntas.
O los estudiantes pueden recibir cuadrículas en blanco para darles experiencia en crear representaciones útiles de datos desde cero.
Connie High, profesora de ciencias en la Escuela Secundaria Delton Kellogg, a unos cinco kilómetros de KBS, llama a Data Nuggets “un cambio de juego”.
Dijo que sus estudiantes, cuando son nuevos en Data Nuggets, generalmente pueden hacer afirmaciones y encontrar evidencia de apoyo. El desafío es aprender a articular la conexión entre los dos.
“Realmente luchan con cómo vincular la afirmación, la evidencia y el razonamiento. Tienden a simplemente repetir la evidencia nuevamente”, dijo High.
“Con Data Nuggets, definitivamente vemos una mejora desde el principio del año hasta el final”.
Humanizando los datos
El programa Data Nuggets comenzó hace 13 años como una colaboración de base entre investigadores de KBS, incluidos Schultheis y Kjelvik, que en ese momento eran estudiantes de posgrado en KBS, y maestros de K-12, incluida High.
Más de 120 científicos han contribuido con más de 120 actividades de alfabetización de datos desde entonces. Decenas de miles de personas utilizan regularmente el sitio web de Data Nuggets. Los enlaces a varias historias de Data Nuggets incluso se pueden encontrar en libros de texto de ciencias.
“La construcción de relaciones a largo plazo es por qué obtuvimos tan buenos conocimientos de los maestros sobre lo que necesitaban sus estudiantes, porque ya tenían confianza con nosotros, y fuimos a sus aulas y aprendimos de ellos”, dijo Schultheis. “Y la construcción de relaciones con científicos que confían en nosotros para contar sus historias correctamente, que están dando sus propias historias para que los estudiantes las lean y aprendan, sigue siendo fundamental para nuestro éxito”.
Pero exactamente cómo empaquetar y presentar mejor las historias de datos recae en Schultheis y sus colegas. Investigaciones anteriores han respaldado la idea de que enfocarse en el científico y por qué recopilaron los datos es esencial. Después de todo, los datos son solo números. Es la interacción humana la que pone los números en perspectiva, le da contexto a la pregunta científica y compromete a los estudiantes en la actividad.
“Humanizar los datos está en el centro de este trabajo”, dijo Ballen. “Data Nuggets es un recurso tan exitoso debido a la forma en que humanizan el componente de datos y lo contextualizan dentro de la ciencia misma y muestran que está siendo realizado por científicos con los que se pueden relacionar. Lo hacen muy bien”.
Con su tercera ronda de financiamiento de la NSF, Data Nuggets está tratando de perfeccionar cómo presentar mejor los modelos a seguir científicos y las historias para mejorar aún más la participación de los estudiantes en la ciencia.
El objetivo no es solo aumentar la representación de grupos subrepresentados entre los contribuyentes científicos, sino también que los estudiantes vean que comparten algunas cosas en común con los científicos que ven.
“Solíamos pedir a los estudiantes que dibujaran cómo se ve un científico, y todos dibujaban a alguien que se parecía a Albert Einstein”, dijo High. “Es increíblemente importante que vean que hay científicos que se parecen a ellos”.
“Puedes imaginar si fueras un estudiante sentado en un salón de clases que podrías recibir una actividad que presenta a un científico de una universidad prestigiosa con premios y ese tipo de cosas, y eso podría no ser muy relacionable”, dijo Ballen. “El éxito podría no percibirse como alcanzable”.
Data Nuggets está trabajando para combatir esa percepción.
Por ejemplo, hay un Data Nugget llamado “Árboles y la Ciudad”, que presenta una foto de una sonriente ecóloga de la Universidad de Minnesota llamada Adrienne Keller con un casco de bicicleta y gafas de sol. Un video muestra a Keller paseando en bicicleta por vecindarios en las Ciudades Gemelas mientras describe su interés en los patrones de los árboles. Ella plantea la pregunta principal de su conjunto de datos: “¿Hay diferencias en la cobertura total del dosel o en el número de especies de árboles plantados en un vecindario según el nivel de ingresos de los residentes o el porcentaje de residentes BIPOC — Negros, Indígenas y Personas de Color —?”.
Otro Data Nugget fue escrito por un científico comunitario de Bayfield, Wisconsin, ubicado en la costa sur del lago Superior. Aparece vestido con pantalones cortos y zapatillas de deporte mientras está de pie sobre hielo.
Para su pepita, utilizó datos históricos para responder a su pregunta si los inviernos se estaban acortando y cambiando la dinámica de cómo las personas podían viajar en la zona.
Resulta que también era estudiante de secundaria.
“Ese es el resultado soñado”, dijo Schultheis, “que los estudiantes se den cuenta de lo poderosos que son los datos, y que pueden abogar por sí mismos y por sus comunidades porque realmente pueden acudir a la fuente de información y hacer preguntas y responderlas”.
Lynn Waldsmith, Universidad Estatal de Michigan
Lynn Waldsmith es una escritora colaboradora de la Universidad Estatal de Michigan.
Últimas publicaciones de colaboradores de eSchool Media (ver todas)